本文主要是介绍分布式ID生成算法 雪花算法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1、SnowFlake算法生成id的结果是一个64bit大小的整数，它的结构如下图：
● 1位，不用。二进制中最高位为1的都是负数，但是我们生成的id一般都使用整数，所以这个最高位固定是0
● 41位，用来记录时间戳（毫秒）。
○ 41位可以表示$2^{41}-1$个数字，
○ 如果只用来表示正整数（计算机中正数包含0），可以表示的数值范围是：0 至 $2^{41}-1$，减1是因为可表示的数值范围是从0开始算的，而不是1。
○ 也就是说41位可以表示$2^{41}-1$个毫秒的值，转化成单位年则是$(2^{41}-1) / (1000 * 60 * 60 * 24 * 365) = 69$年
● 10位，用来记录工作机器id。
○ 可以部署在$2^{10} = 1024$个节点，包括 5位datacenterId 和 5位workerId
○ 5位（bit）可以表示的最大正整数是$2^{5}-1 = 31$，即可以用0、1、2、3、....31这32个数字，来表示不同的datecenterId或workerId
● 12位，序列号，用来记录同毫秒内产生的不同id。
○ 12位（bit）可以表示的最大正整数是$2^{12}-1 = 4095$，即可以用0、1、2、3、....4094这4095个数字，来表示同一机器同一时间截（毫秒)内产生的4095个ID序号
由于在Java中64bit的整数是long类型，所以在Java中SnowFlake算法生成的id就是long来存储的。
SnowFlake可以保证：
● 所有生成的id按时间趋势递增
● 整个分布式系统内不会产生重复id（因为有datacenterId和workerId来做区分）
示例代码：
package icefire.demo.disSys;/*** 分布式ID生成算法 雪花算法* 41位：时间戳* 10位：机器id* 12位：同一时间戳自增id* @author zhangjiaqi**/
public class SnowGUID {private long initTime = 1584427306000L; // "2020/03/17" 程序开始时间private long timeStampBit = 41;private long machineIdBit = 10;private long autoIdBit = 12;private long machineId;private long autoId = 0;private long lastTime = 0;public static final SnowGUID snow = new SnowGUID(0);public SnowGUID(long machineId) {this.machineId = machineId;}public synchronized long produce() {while(true) {long timeStamp = System.currentTimeMillis() - initTime;if(lastTime != timeStamp) {autoId = 0;}lastTime = timeStamp;autoId++;if(autoId >= (1 << autoIdBit)) {try {Thread.sleep(1);} catch (InterruptedException e) {e.printStackTrace();}continue;}long v1 = timeStamp << (machineIdBit + autoIdBit);long v2 = machineIdBit << autoIdBit;long v3 = autoId;return v1 + v2 + v3;}}
}
测试：
package icefire.demo.disSys;import java.util.HashMap;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.atomic.AtomicInteger;public class Test {public static ConcurrentHashMap<Long, Integer> map = new ConcurrentHashMap<Long, Integer>();public static HashMap<Long, Integer> hashMap = new HashMap<Long, Integer>();public static AtomicInteger count = new AtomicInteger(0); public static void main(String[] args) {new Thread(new Runnable() {public void run() {while(true) {long id = SnowGUID.snow.produce();map.put(id, 0);hashMap.put(id, 0);System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());}}}).start();new Thread(new Runnable() {public void run() {while(true) {long id = SnowGUID.snow.produce();map.put(id, 0);hashMap.put(id, 0);System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());}}}).start();new Thread(new Runnable() {public void run() {while(true) {long id = SnowGUID.snow.produce();map.put(id, 0);hashMap.put(id, 0);System.out.println("size: " + map.size() + " s: " + count.incrementAndGet() + " hashMap:" + hashMap.size());}}}).start();}}
这篇关于分布式ID生成算法 雪花算法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
